뱅크샐러드와 서강대학교 남주하 명예교수 연구팀이 마이데이터(MyData) 기반의 실거래 소비 데이터를 활용해 소비 행태와 개인 신용 위험 간의 관계를 실증 분석한 공동 연구 결과를 발표했습니다. 이 연구는 의료·건강 분야에 꾸준히 지출하는 사람일수록 부도 위험이 낮아지는 반면, 통신비, 편의점, 카페 지출 비중이 높을수록 부도 위험이 높아진다는 흥미로운 결과를 제시했습니다. 뱅크샐러드는 이 연구를 기반으로 대안신용평가모델인 ‘뱅크샐러드 스코어’를 개발하여 금융권 상용화를 목표로 하고 있습니다.
이번 연구에는 뱅크샐러드의 약 20만 건에 달하는 카드 결제 데이터와 자체 구축한 소비 카테고리 분류 체계가 활용되었습니다. 연구팀은 의료·건강 소비가 부도 위험을 낮추는 이유로, 지속적인 건강 관리가 질병 등으로 인한 경제활동 중단 가능성을 줄이고 예기치 못한 건강 악화에 따른 재무적 유동성 부담을 완화하기 때문으로 분석했습니다. 또한, 절대적인 소비 규모보다는 평소와 다른 신규 소비 발생이나 지출 패턴의 변화가 신용 위험 예측에 더 유의미하게 작용한다는 점도 밝혀냈습니다. 뱅크샐러드는 이 연구 결과를 바탕으로 어니스트AI, KCB와 협력하여 ‘뱅크샐러드 스코어’를 개발했으며, 이 모델에는 소비 데이터 외에도 금융자산별 현금흐름, 플랫폼 이용 패턴 등 다양한 금융·행동 데이터와 디바이스 생체 데이터, 건강검진 수검 주기 등 건강 행동 정보까지 반영하여 금융 거래 이력이 부족한 씬파일러(Thin Filer)에 대한 평가 범위를 넓혔습니다.
이러한 대안신용평가모델의 등장은 기존 금융권의 신용 평가 방식에 새로운 지평을 열 것으로 기대됩니다. 금융 거래 이력이 부족해 대출 등 금융 서비스 이용에 어려움을 겪었던 씬파일러들이 보다 합리적인 조건으로 금융 서비스를 이용할 수 있는 기회가 확대될 수 있습니다. 뱅크샐러드 스코어는 신용평가모형의 변별력 지표인 K-S 통계량 평가에서 60%를 기록했는데, 이는 통상 20% 이상이면 변별력 확보, 50% 이상이면 우수로 평가되는 점을 고려할 때 매우 우수한 수준입니다. 이는 마이데이터(MyData)의 학술적, 상업적 활용 가능성을 입증하며, 소비 데이터가 개인의 금융 특성을 이해하는 새로운 정보원으로 자리매김할 수 있음을 보여주는 중요한 사례입니다. 앞으로 이러한 데이터 기반의 금융 혁신이 더 많은 고객에게 금융 혜택을 제공하고 포용 금융을 실현하는 데 기여할 것으로 전망됩니다.